Made available in DSpace on 2014-06-11T19:25:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2003-02Bitstream added on 2014-06-13T20:53:27Z : No. of bitstreams: 1 machado_bs_me_ift.pdf: 2214231 bytes, checksum: 9040916a02748c7ddee98792eeacebcd (MD5) / Neste trabalho procurou-se desenvolver e avaliar uma metodologia consistente com a teoria do caos capaz de classificar o mecanismo gerador de séries temporais empíricas de dados. Faz-se, para tal, uma descrição de testes quantitativos na caracerização de séries temporais, bem como de um método para redução de ruído. Por fim, aplica-se a metodologia proposta em sinais experimentais da atividade elétrica cerebral / Abstracts: In this work we sought to develop and to evaluate a methodology consistent with the chaos theory capable to classify the generating mechanism of empirical time series. For such, we will make a description of quantitatve tests in the characterization of times, including a method for noise reduction. Finally, we will apply the methodology here proposed in experimental signals from the cerebral electric activity

Resumo: A análise de cenários é uma ferramenta auxiliar que descreve determinadas características para uma previsão de carga. Para sua composição é preciso fazer um mapeamento adequado das variáveis a serem consideradas, assim como qual o peso de cada uma delas na análise decisória do cenário. A partir da composição de cenários é possível estabelecer um direcionamento estratégico para as previsões. O problema a ser abordado neste trabalho é realizar previsão de demanda para uma concessionária com base em um histórico de demandas medidas e premissas que caracterizam a carga de uma região escolhida para o estudo, através do conceito de densidade de carga. Estabelecer fatores multiplicativos para agregar a influência da temperatura e número de consumidores nas previsões futuras, assim como acrescentar informações de modificações topológicas. As análises foram feitas com base em séries temporais e os testes dos vetores de dados foram analisados com aplicação de redes neurais. Para validar e estabelecer uma análise comparativa entre os cenários obtidos foi aplicado a metodologia em uma área observável na região Oeste do Paraná, sinalizando possibilidades de arranjos entre variáveis para compor o melhor cenário a ser elaborado para uma previsão futura.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2017-05-02T15:58:16Z No. of bitstreams: 1 2016_RegisLevinodeOliveira.pdf: 2685432 bytes, checksum: f9200b42b69730261b2d1114b3efa607 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-05-03T00:16:07Z (GMT) No. of bitstreams: 1 2016_RegisLevinodeOliveira.pdf: 2685432 bytes, checksum: f9200b42b69730261b2d1114b3efa607 (MD5) / Made available in DSpace on 2017-05-03T00:16:07Z (GMT). No. of bitstreams: 1 2016_RegisLevinodeOliveira.pdf: 2685432 bytes, checksum: f9200b42b69730261b2d1114b3efa607 (MD5) Previous issue date: 2017-05-02 / Para a elucidação de casos em que o uso de equipamentos digitais está presente, os peritos necessitam realizar a reconstrução dos eventos ocorrida no tempo. Assim, o processo de análise de linhas temporais é uma técnica bastante empregada em exames periciais em ambientes computacionais. No entanto, a maioria dos estudos em linhas temporais concentra-se nos desafios da extração de registros temporais e na normalização desses dados, tratando dos problemas advindos da aquisição de diversas fontes, com menos ênfase em como visualizar e analisar um grande volume desses dados. Este trabalho propõe um modelo para gerar linhas temporais contextualizadas, onde cada rótulo temporal é associado a outras quatro dimensões: local, pessoa, assunto e evento. Um algoritmo de clusterização é então utilizado para gerar linhas temporais com dados similares, que são mais fáceis de visualizar e interpretar. Algoritmos de agrupamento facilitam o descobrimento de novos conhecimentos a partir dos dados analisados. Após obter as linhas temporais contextuais, o perito analisa os dados em conjunto com a linha temporal única, sem contextos, que contém todos os registros temporais extraídos das diversas fontes coletadas, observando os registros que, antes do processo de contextualização, eram mais difíceis de serem observados. Nos resultados obtidos, por meio do estudo de caso, foram obtidas linhas temporais cujos registros apresentam semelhança contextual entre si, reduzindo a interferência de outros registros não relacionados. No experimento proposto, pode-se identificar com mais facilidade os suspeitos com maior interação e os momentos de maior atividade relacionados às condutas investigadas. / For the elucidation of cases where the use of digital equipment is present, the experts need to perform the reconstruction of the events occurred in time. Thus, the process of analysis of timelines is a technique widely used in expert examinations in computational environments. However, most timeline studies focus on the challenges of extracting temporal records and normalizing these data, addressing the problems of acquiring multiple sources, with less emphasis on how to view and analyze a large volume of such data. This work proposes a model to generate contextualized time lines, where each time label is associated with four other dimensions: location, person, subject and event. A clustering algorithm is then used to generate timelines with similar data, which are easier to visualize and interpret. Grouping algorithms facilitate the discovery of new knowledge from the analyzed data. After obtaining the contextual timelines, the expert analyzes the data in conjunction with the single timeline, without contexts, which contains all the temporal records extracted from the various sources collected, observing the records that, prior to the contextualization process, were more difficult to be observed. In the obtained results, through the case study, temporal lines were obtained whose registers present contextual similarity among themselves, reducing the interference of other unrelated records. In the proposed experiment, it is possible to identify more easily the suspects with greater interaction and the moments of greater activity related to the conducts investigated.

O Modelo Temporal de Versões (TVM Vesions Model) foi proposto com base na união de um modelo de versões com informações temporais. Esse modelo permite o armazenamento de alternativas de projeto, o armazenamento da história dos dados em evolução, bem cmoo a reconstrução do estado da base em qualquer data passada, sem o uso de operações complexas de backup e recovery. Para realizar consultas nesse modelo foi definida uma linguagem de consulta, a TVQL (Temporal Versioned Query Language). Além das consultas básicas realizadas pela linguagem padrão AQL, a TVQL permite novas consultas que retornam valores específicos das características de tempo e versões, estabelecendo um comportamento o mais homogêneo possível para elementos normais e temporais vesionados. O objetivo principal deste trabalho e possibilitar a realização de consultas TVQL em um banco de dados convencional. Nesse contexto, o mapeamento da TVQL é implementando através da tradução de todas as propriedades e funções definidas na TVQL para SQL. Para que isso seja possível é necessário queos dados também estejam nesse banco de dados. Então, faz-se necessário o mapeamento das classes da hierarquia do TVM, bem como das classes da aplciação, para o banco de dados. Adicionalmente, é implementado um protótipo de uma interface de consultas realizadas em TVQL, para testar o funcionamento tanto da TVL como do seu mapeamento.

O objetivo principal desse trabalho é apresentar uma alternativa para a união de um modelo de versões e dados temporais. O resultado, o Modelo Temporal de Versões – TVM (Temporal Versions Model), é capaz de armazenar as versões do objeto e, para cada versão, o histórico dos valores das propriedades e dos relacionamentos dinâmicos. Esse modelo difere de outros modelos de dados temporais por apresentar duas diferentes ordens de tempo, ramificado para o objeto e linear para cada versão. O usuário pode também especificar, durante a modelagem, classes normais sem tempo e versionamento, o que permite a integração deste modelo com outros modelos existentes. A utilização de um modelo de dados temporal semanticamente rico não requer necessariamente a existência de um SGBD próprio para este modelo. A tendência é implementar o modelo sobre banco de dados convencionais, através do mapeamento das informações temporais para atributos explícitos. Como objetivo complementar, é apresenta do um ambiente para o suporte do TVM e de todas suas características. Especificamente, são detalhados o mapeamento da hierarquia base do modelo para um banco de dados objeto-relacional e sua implementação em um banco de dados comercial. Desse ambiente, foi implementado um protótipo da ferramenta para o auxílio na especificação de classes da aplicação.

Neste trabalho fazemos revisão de alguns dos principais métodos para análise não-linear de séries temporais originadas a partir de sistemas de baixa dimensionalidade com dinâmica predominantemente determinística, dando ênfase ao problema de classificação/clusterização nãosupervisionada destas mesmas séries. Várias medidas de dissimilaridade são utilizadas em conjunto com métodos heurísticos baseados em algoritmos estocásticos, para a organização de segmentos de séries temporais não estacionárias em grupos com características em comum, na tentativa de associar a estes alguma característica clínica previamente conhecida. O método é implementado com diferentes medidas de dissimilaridade e um experimento feito com séries temporais sintéticas (obtidas a partir de simulação numérica) com fins de validação e posteriormente aplicado a um problema real, o problema de segmentação de estágios de sono. Os resultados indicam certa promissoriedade do método para aplicação na classificação estágios de sono em eletroencefalogramas. / In this work we make a review of some of the main methods available for nonlinear time series analysis for low-dimensional deterministic systems, giving emphasis to the problem of unsupervised classification/clustering of this kind of data. Various dissimilarity measures are used together with heuristic search methods based on stochastic algorithms to organize segments of one (big) nonstationary time series in groups with common characteristics, trying to relate these groups to some known clinical property. The method is implemented with different dissimilarity measures and one experiment made with synthetic (generated by numerical simulations) time series for validation and lately applied to a real problem, the problem of sleep stages segmentation. The results look promising with respect to the applicability of the method to classify sleep stages in electroencephalographic recordings.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-07-20T12:11:07Z No. of bitstreams: 1 2017_YuriMedeirosdeAndrade.pdf: 1207207 bytes, checksum: d57c49f524d8870c0a3257d31861582d (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-09-19T16:37:37Z (GMT) No. of bitstreams: 1 2017_YuriMedeirosdeAndrade.pdf: 1207207 bytes, checksum: d57c49f524d8870c0a3257d31861582d (MD5) / Made available in DSpace on 2017-09-19T16:37:37Z (GMT). No. of bitstreams: 1 2017_YuriMedeirosdeAndrade.pdf: 1207207 bytes, checksum: d57c49f524d8870c0a3257d31861582d (MD5) Previous issue date: 2017-09-19 / Os modelos de aprendizado de máquina vêm tomando espaço na literatura moderna. Diversos artigos os comparam a métodos de séries temporais, pois devido à sua maleabilidade e adaptabilidade, conseguem facilmente se ajustar a diversos tipos de dados, sejam provenientes de modelos lineares ou não (Tay & Cao, 2001; Zhao et al., 2012). Este trabalho visou comparar os modelos tradicionais ARMA e GARCH à máquina de suporte vetorial para previsões um passo à frente na análise da volatilidade de séries temporais financeiras. Aqui foi analisado o desempenho de um híbrido AR-GARCH, aplicando diversas distribuições de probabilidade ao seu termo de ruído et, em relação ao desempenho de um novo método proposto por Chen et al. (2010) chamado de SVR recorrente. Modificamos o critério de parada desse novo e pouco conhecido método, para que se ajustasse melhor aos critérios estatísticos considerados por Morettin & Toloi (2006), no que diz respeito à estrutura de autocorrelação serial. Por fim, o aplicamos a dados gerados pelo modelo ARGARCH e a dois bancos de dados reais, iguais aos utilizados por Chen et al. (2010), para compararmos o desempenho do SVR recorrente, com o novo critério de parada, aos modelos GARCH, ARMA e ARGARCH. / Machine learning models have been taking space in modern literature. Several articles compare them to time series methods because, due to their malleability and adaptability, they can be easily adjusted to different types of data, whether linear or non-linear (Tay & Cao, 2001; Zhao et al., 2012). This work aimed to compare the traditional ARMA and GARCH models to the support vector machine for predictions one step ahead in the analysis of the volatility of financial time series. Here we analyzed the performance of an AR-GARCH hybrid applying several probability distributions to its noise term et, in relation to the performance of a new method proposed by Chen et al. (2010) called recurrent SVR. We modified the stopping criterion of this new and little-known method to better fit the statistical criteria considered by Morettin & Toloi (2006) regarding the serial autocorrelation structure. Finally, we applied it to data generated by the AR-GARCH model and to two real databases, the same as those used by Chen et al. (2010), to compare the performance of the recurrent SVR with the new criterion of GARCH, ARMA and AR-GARCH models.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-graduação, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-11-09T19:23:14Z No. of bitstreams: 1 2017_JorgeBohrerMarques.pdf: 6613930 bytes, checksum: 1e63ee5e7d50e96c9fb6ebd721c3aa7b (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-11-21T19:34:24Z (GMT) No. of bitstreams: 1 2017_JorgeBohrerMarques.pdf: 6613930 bytes, checksum: 1e63ee5e7d50e96c9fb6ebd721c3aa7b (MD5) / Made available in DSpace on 2017-11-21T19:34:24Z (GMT). No. of bitstreams: 1 2017_JorgeBohrerMarques.pdf: 6613930 bytes, checksum: 1e63ee5e7d50e96c9fb6ebd721c3aa7b (MD5) Previous issue date: 2017-11-21 / A pesquisa avaliou o uso de série temporal de imagens PALSAR-2/ALOS 2 para classificação de uso e cobertura do solo e detecção de áreas úmidas compreendidas na ilha do Bananal, trecho médio do rio Araguaia. A identificação dos ambientes que sofrem periodicamente influência de grandes rios é uma importante ferramenta para gestão ambiental e territorial e contribui para as políticas públicas territoriais atualmente existentes. Foram utilizadas quatro imagens do sensor PALSAR-2/ALOS 2, banda L, com resolução de 6,25 metros. Dados complementares foram úteis no sentido de auxiliar as devidas interpretações obtidas a partir das imagens SAR, como as informações oriundas da estação fluviométrica, imagens ópticas e MDE. A área de estudo é um local de intensos conflitos fundiários e apresenta peculiaridades geoambientais que a torna uma região de interesse ambiental e fundiário. A metodologia aplicada conhecida como Análise de Componentes de Densidade e Probabilidade (ACDP) serviu para gerar componentes de cada imagem SAR e a transformada MNF auxiliou a melhora na relação sinal-ruído. Para fins de comparação aplicou-se o filtro adaptativo Gamma cuja intenção foi comparar com os resultados do CDP-MNF. Foi aplicado o algoritmo de classificação SVM sobre ambos os métodos de tratamento de imagem e o método CDP-MNF apresentou resultados satisfatórios. Com os resultados obtidos, pode-se afirmar que a transformação CDP-MNF alcançou um detalhamento maior para o uso do classificador SVM, pois apresentou uma relação mais complexa e eficiente para separar diferentes alvos. Os resultados de coeficiente Kappa foi de 0,62 sobre o resultado SVM / CDP-MNF e 0,57 sobre o resultado SVM / Gamma, sendo considerados de concordância substancial. A estimativa de inundação foi calculada com base na série histórica de cotas e vazões de estação fluviométrica operada pela ANA. O resultado da variação na área de inundação foi na ordem de 10% entre a imagem que apresentou menor cota de inundação com a imagem que apresentou maior cota de inundação. Este trabalho contribuiu para o desenvolvimento de ferramentas adequadas para identificação de áreas úmidas. / The research evaluated the use time series of the PALSAR-2/ALOS 2 to classify land use and cover and detection of wetlands included in Bananal Island, the middle stretch of the Araguaia River. The identification of flooded areas of large rivers is an important tool for environmental and territorial management and contributes to the current territorial public policies. Four images of the PALSAR-2/ALOS 2, L-band sensor were used, with a resolution of 6.25 meters. Complementary data were useful in order to aid the interpretation of the SAR images, such as information from the fluviometric station, optical images and DEM. The study area is a site of intense land conflicts and presents geoenvironmental peculiarities that make it a region of environmental interest and land tenure. The applied methodology known as Analysis of Density and Probability Components (ADPC) served to generate components of each SAR image and the MNF transform assists the improvement in the signal-to-noise ratio. For the purpose of comparison the Gamma adaptative filter was applied whose intention was to compare with the results of the DPC-MNF. The SVM classification algorithm was applied to both imaging methods and the DPC-MNF method presented satisfactory results. With the results obtained, it can be stated that the CDP-MNF transformation reached a greater detail for the use of the SVM classifier, because it presented a more complex and efficient relation to separate different targets. The Kappa coefficient results were 0.62 on the SVM/DPC-MNF result and 0.57 on the SVM/Gamma result, being considered with substantial agreement. The flood estimation was calculated based on the historical series of river flow rates and flows operated by the ANA. The result of the variation in the flood area was in the order of 10% between the image that presented the lowest flood level with the image that presented the highest flood level. This work contributed to the development of adequate tools to identify wetlands.

Uma aplicação distribuída freqüentemente tem que ser especificada e implementada para executar sobre uma rede de longa distância (wide-área network-WAN), tipicamente a Internet. Neste ambiente, tais aplicações são sujeitas a defeitos do tipo colapso(falha geral num dado nó), teporização (flutuações na latência de comunicação) e omissão (perdas de mensagens). Para evitar que este defeitos gerem comseqüências indesejáveis e irreparáveis na aplicação, explora-se técnicas para tolerá-los. A abstração de detectores de defeitos não confiáveis auxilia a especificação e trato de algoritmos distribuídos utilizados em sistemas tolerantes a falhas, pois permite uma modelagem baseada na noção de estado (suspeito ou não suspeito) dos componentes (objetos, processo ou processadores) da aplicação. Para garantir terminação, os algoritmos de detecção de defeitos costumam utilizar a noção de limites de tempo de espera (timeout). Adicionalmente, para minimizar seu erro (falasas suspeitas) e não comprometer seu desempenho (tempo para detecção de um defeito), alguns detectores de defeitos ajustam dinamicamente o timeout com base em previsões do atraso de comunicação. Esta tese explora o ajuste dinâmico do timeout realizado de acordo com métodos de previsão baseados na teoria de séries temporais. Tais métodos supõem uma amostragem periódica e fornececm estimativas relativamente confiáveis do comportamento futuro da variável aleatória. Neste trabalho é especificado uma interface para transformar uma amostragem aperiódica do atraso de ida e volta de uma mensagem (rtt) numa amostragem periódica, é analisado comportamento de séries reais do rtt e a precisão dee sete preditores distintos (três baseados em séries temporais e quatrro não), e é avaliado a influência destes preditores na qualidade de serviço de um detector de defeitos do estilopull. Uma arquitetura orientada a objetos que possibilita a escolha/troca de algoritmos de previsão e de margem de segurança é também proposta. Como resultado, esta tese mostra: (i) que embora a amostragem do rtt seja aperiódica, pode-se modelá-la como sendo uma série temporal (uma amostragem periódica) aplciando uma interface de transformação; (ii) que a série temporal rtt é não estacionária na maioria dos casos de teste, contradizendo a maioria das hipóteses comumente consideradas em detectores de defeitos; (iii) que dentre sete modelos de predição, o modelo ARIMA (autoregressive integrated moving-average model) é o que oferece a melhor precisão na predição de atrasos de comunicação, em termos do erro quadrático médio: (iv) que o impacto de preditores baseados em séries temporais na qualidade de serviço do detector de defeitos não significativo em relação a modelos bem mais simples, mas varia dependendo da margem de segurança adotada; e (v) que um serviço de detecção de defeitos pode possibilitar a fácil escolha de algoritmos de previsão e de margens de segurança, pois o preditor pode ser modelado como sendo um módulo dissociado do detector.

Até hoje, não existem implementações de SGBDs Temporais disponíveis no mercado de software. A tradução de linguagens de consulta temporais para o padrão SQL é uma alternativa para implementação de sistemas temporais com base em SGBDs comerciais, os quais não possuem linguagem e estrutura de dados temporais. OASIS (Open and Active Specification of Information Systems) é uma linguagem que serve como repositório de alto nível para especificação formal orientada a objetos e geração automática de software, em diversas linguagens, através da ferramenta CASE OO-Method. As aplicações geradas desta forma utilizam, como meio de persistˆencia de objetos, SGBDs comerciais baseados na abordagem relacional. A linguagem OASIS foi estendida com aspectos temporais. A extensão de OASIS com aspectos temporais requer a especificação de um modelo de dados e de uma linguagem de consulta temporais que possam ser utilizados em SGBDs convencionais. Há duas abordagens para resolver o problema. A primeira baseia-se em extensões da linguagem e/ou do modelo de dados de modo que o modelo não-temporal é preservado. A segunda, abordagem de generalização temporal, é mais radical e não preserva o modelo não-temporal. A linguagem ATSQL2 fornece recursos adequados aos conceitos encontrados na abordagem de generalização temporal. Neste trabalho utiliza-se os conceitos de generalização temporal preservando o modelo não-temporal. A presente dissertação tem por finalidade propor um modelo de dados para suporte à extensão temporal da linguagem OASIS, bem como estender a linguagem ATSQL2 para facilitar as consultas a eventos temporais. O sistema de tradução da linguagem de consulta temporal para SQL é também adaptado ao modelo de dados proposto.